Dirigo il marketing di De Agostini Libri e insegno in quattro università. Mi occupo del punto in cui l’editoria incontra la tecnologia: come si vende un libro oggi, e come si verifica ciò che una macchina afferma.

Ho attraversato alcune delle svolte che hanno ridisegnato il settore: le vendite congiunte di libri e quotidiano a Repubblica, quando l’edicola divenne una libreria; la conversione della pubblicità dalla carta al digitale in Seat PagineGialle; il fenomeno Cinquanta sfumature in Mondadori, un caso commerciale senza precedenti; Rizzoli e la sua acquisizione da parte di Mondadori, cioè il consolidamento del mercato visto dall’interno di entrambe le parti; la trasformazione di DeA Planeta in De Agostini Libri. Ogni volta la stessa domanda: come cambia il modo in cui i contenuti trovano i lettori.

A quella domanda serve un approccio interdisciplinare: per necessità, non per moda. L’editoria contemporanea non si può capire con un solo framework. Le premesse da cui parto sono: la semiotica, per decodificare come cambia la grammatica dei contenuti; la scienza economica, perché produrre contenuti senza ricercare i modelli di business significa farsi male; Kahneman e l’economia comportamentale, per capire come ragiona la nostra mente, orientata all’adattamento e non alla comprensione dei fenomeni; Taleb e le sue esplorazioni della probabilità, per navigare l’incertezza in mezzo ai cigni neri geopolitici; il teorema di Bayes, per aggiornare le credenze sulla coscienza, la mente e le scienze cognitive in un’era di produzione AI infinita.

Nelle mie lezioni universitarie, spesso problematizzo Kotler: il marketing globale funziona ancora in un’internet balcanizzata? Come si fa strategia quando i silos nazionali digitali sostituiscono l’open web? Esploro nuovi modelli di business editoriali (podcast, YouTube, piattaforme digitali, creator economy) e scrivo sul mio Substack The Abstract, dove pubblico analisi che incrociano trend attuali con rigore epistemologico.

Il progetto su cui lavoro adesso si chiama Validare la AI. I modelli linguistici sono macchine bayesiane: non ragionano, producono distribuzioni di probabilità su sequenze di token. Certificare i loro processi interni è insensato ancora prima che impossibile. La domanda giusta non è "come funziona dentro?" ma "come si controlla l’output dopo che è stato prodotto?". Il man in the loop non basta: introduce bias cognitivi, stanchezza, delega inconsapevole. Sto costruendo un framework di post-cognizione — un’infrastruttura in cui il modello sorveglia il proprio primo output attraverso un secondo ciclo strutturato, prima che l’umano intervenga. L’obiettivo è una tassonomia degli errori epistemici, un corpus di test e una proposta metodologica destinata alla pubblicazione accademica.

Il mio pubblico: manager, editori, strategist e creator che vogliono capire perché cambiano le regole, non solo come adattarsi.

Per i lettori che leggono in inglese, scrivo anche su The Abstract, una newsletter su content industries, AI e media vista da una prospettiva europea.